3、人工智能、生产力和不平等

本部分主要通过模型分析的方法对采用人工智能对经济和不平等可能产生的潜在影响进行评估。这种分析方法是对报告前文中的实证发现的一种补充，通过考察人工智能可能对经济的更广泛影响来突出三个关键渠道：(1)劳动力置换，(2)互补性和(3)生产率增长。最终得出人工智能对收入水平和不平等的整体影响，将取决于人工智能引起的生产率增长所产生的经济活动增益能否弥补劳动收入的任何损失。在解释人工智能对收入水平和收入不平等的影响层面，则需要虑劳动收入和资本收入渠道。人工智能的采用也导致资本回报率增加，提高了资本收入，进而与资产持有的初始分布一致地增加了财富和财富不平等。

图3.1 暴露于AI的英国工人智能收入

图3.1显示，高收入工人拥有比中低收入工人更大比例的资本收入，这表明这种收入来源可能在决定人工智能采用对收入不平等影响方面发挥着至关重要的作用。中低收入工人的总收入更多地依赖于劳动收入。人工智能对劳动收入的影响将随着工人的人工智能暴露和互补性而变化。图3.1显示，工人的人工智能暴露随着其收入增加而增加。在英国语境下，工人与人工智能的潜在互补性也随收入增加而增加，尽管在大约75分位数左右达到顶峰，此后略有下降。

根据研究结果显示，人工智能对劳动收入不平等的影响取决于三个主要因素。分别为(1)人工智能的暴露程度；(2)人工智能与劳动的互补性；(3)人工智能对生产率的提升之间的竞争。当人工智能与劳动的互补性较低时，人工智能采用导致劳动收入不平等下降，这是受到置换效应的影响。这种高度互补性还导致那些具有较低互补性任务的劳动收入下降，而这些任务通常是低收入工人中的一部分。因此，劳动收入不平等增加。与劳动收入不平等不同，资本收入和财富不平等在人工智能采用时始终增加。

图3.2 总收入百分比的变化

图3.3 对总数的影响

资本收入和财富不平等增加的主要原因是人工智能导致劳动置换和对人工智能资本的需求增加，进而增加资本回报和资产持有的价值。事实上，无论对劳动收入的影响如何，高收入者的总收入都因资本收入的增加而增加。在初级市场和发展中经济体中，由于初始不平等程度较高，人工智能可能会放大财富差距，并且可能会更大程度地降低工资差距，但如果暴露于人工智能的程度较低且普遍存在，它可能会减缓这些效应。一个重要问题是，在考虑到初级市场和发展中经济体相关因素时，模型结果可能会如何改变：(1) 初始收入和财富不平等水平较高；(2) 人工智能暴露度较低。

最后，人工智能提升公共服务、现代化金融以及支持农业和医疗保健等行业的潜力可能会提高初级市场和发展中经济体的包容性和生产力。虽然模型模拟主要集中在国内不平等方面，但人工智能的采用也可能对全球经济不平等产生重大影响，主要由于将活动重新分配到先进经济体可能带来的效果。此外，如果有足够的投资，人工智能可能有助于新兴市场和发展中经济体在某些领域实现跨越式发展，促进更广泛的任务离岸，并从而降低跨国不平等。

4、AI准备

对AI采用的准备工作对于发挥其潜力并减轻其固有风险至关重要。AI采用可能导致不同的国家之间劳动力市场结果，特别是在工作力重新配置和不平等方面。这些可能的多样化结果与国家的结构和制度框架紧密相连。正如技术采用的历史案例所示，一个国家的准备水平在最大化AI的好处和管理下行风险方面起着关键作用。

这部分提出了一个AI准备指数（AIPI），涵盖了多个用于AI准备的战略领域。该指数由一组选择的宏观结构指标组成，这些指标与AI采用相关。这些指标分为四类：（1）数字基础设施，（2）创新和经济一体化，（3）人力资本和劳动力市场政策，以及（4）法规和伦理。

虽然AI准备指数的每个组成部分都很重要，但为了准备好迎接AI引发的结构性转型，很可能需要依靠所有领域中的集体表现。例如，数字基础设施组件，作为信息和通信技术采用的关键决定因素，可以为AI技术的扩散和本地化应用奠定基础。然而，缺乏能够利用数字平台进行创新工作场所应用的专业工人，这样的基础设施将受限。

因此，人力资本和劳动力市场政策重中之重，该要素包括社会保障网的存在，评估劳动力中数字技能的普及和包容性分配，以及促进劳动力重新配置并保护AI引发的转型中受到负面影响的人员的政策存在。结合强大的基础设施，数字化技能的劳动力对创新和经济一体化至关重要，这不仅通过充满活力的研发生态系统促进国内技术发展，而且还促进国际贸易并吸引外国投资和新（AI）技术的引进。

图4.1 高暴露职业的AI指数和就业份额

图4.2 信息传输技术就业份额

最后，法规和伦理维度评估了现有法律框架在适应不断发展的新（数字）业务模式方面的程度，以及强有力的治理机制对有效执行的存在。富裕经济体，包括发达国家和一些新兴市场经济体，通常比低收入国家更有准备采用AI，尽管各国之间存在相当大的差异。

另一方面，低收入国家虽然相对暴露度较低，但在各个方面都准备不足，无法充分利用AI的好处。值得注意的是，薄弱的数字基础设施和数字技能较低的劳动力是一个问题。这些跨国差异有可能加剧富国和穷国之间现有的收入差距，因为发达经济体预期生产率将会增加，正如前一节中基于模型的模拟所示。

改革的优先顺序应该与AI准备不足的差距保持一致。在这种情况下，区分基础性AI准备（数字基础设施和人力资本，使工人和企业能够采用AI）和第二代准备（创新和法律框架）是有用的。对于AI暴露度高且基础性AI采用准备充足的经济体（发达经济体和一些新兴市场经济体），应更加重视加强数字创新能力，并调整其法律和伦理框架，以监管和促进AI的进步。

因此，对于发达经济体中数字部门规模更大的情况，改善监管框架，这对于扩大社会对AI工具的信任至关重要，其次是创新和整合，这两个AI准备维度之间的相关性更为密切。监管框架需要缓解网络安全风险，随着AI的广泛使用而增加，这可能会对企业绩效产生不利影响。

在基础准备不足的情况下（低收入国家和一些新兴市场经济体），应将投资重点放在数字基础设施和人力资本上，以在AI方面获得早期收益，同时为第二代准备铺平道路。换句话说，尽管在低收入国家吸引（数字）投资的能力对于创新和加强数字业务的监管框架至关重要，但如果没有强大的AI基础设施和数字技能的劳动力，这些框架将不太有效。在一些新兴市场经济体和低收入国家中，基础性准备不是一个强制性的制约因素，创新和监管框架的改善可能会催化私人投资于数字创新。

5、结论与政策考虑

人工智能的采用可能会引发劳动力市场的巨大变革，并在不同国家之间产生显著差异。人工智能对经济和社会的确切影响很难预测，具有一定程度的不确定性，类似于过去引入的通用技术，比如电力。这种不确定性在劳动力市场尤为突出，因为人工智能提供了生产率的提升，但同时也带来了工作被取代的风险。本文的研究结果强调了全球就业岗位中受到人工智能影响的显著比例，通常情况下，发达经济体不仅更受影响，而且也更有能力利用这项技术，相比大多数新兴市场和发展中国家。这种动态表明了数字鸿沟和全球收入差距可能会进一步扩大。

女性和受过高等教育的工人在人工智能方面的接触面更广，但也更有可能从中受益；而老年工人在这一技术转型期间可能更容易遇到困难。女性在服务行业中占据着重要地位，而受过高等教育的工人通常从事认知密集型职业，因此两者都面临着更大的人工智能接触风险。然而，这两个群体也可能从人工智能的整合中获益最多。受过大学教育和年轻人更容易进入高互补性的工作岗位；然而，老年工人在重新就业、适应新技术、流动性和获取新工作技能方面面临着挑战。

除了对收入水平的影响外，人工智能还将重塑财富和收入分配。由人工智能驱动的资本加深和生产率激增具有提高广大工人工资收入和增加总收入的潜力。如果人工智能在多个角色中与人类劳动具有显著的互补性，并且生产率提升足够强大，这种可能性更大。人工智能带来的经济活动增强和劳动需求推动可能会抵消劳动置换的负面影响。与以往主要影响中等技能工人的自动化浪潮不同，人工智能的置换风险涵盖了整个收入范围，包括高收入人群和技能专业人员。

然而，人工智能能够补充工作的潜力与收入水平呈正相关。因此，劳动收入不平等的发展轨迹取决于人工智能在高收入专业人员所从事任务方面的表现如何。模型模拟表明，如果互补性强，高收入人群的收入可能会出现不成比例的增长，从而加剧劳动收入不平等。

充分利用人工智能的优势将取决于各国的准备情况以及工人适应这项新技术的能力。由于其高度暴露和准备充分，发达国家和一些新兴市场经济体处于利用人工智能的有利位置。其他新兴市场经济体和低收入国家可能会发现利用潜在人工智能好处变得困难，因为他们的基础设施不足，工人缺乏技能，缺乏制度框架，这使得他们面临竞争劣势的风险。

人工智能的潜在影响要求决策者采取积极主动的方法，以维护社会凝聚力。尽管长期来看，人工智能可能带来生产力的增长，但在转型期间，工作岗位的替代和收入分配的变化可能会产生重大的政治经济影响。历史表明，经济压力可能导致社会动荡和对政治变革的要求。确保社会凝聚力至关重要。政策必须促进人工智能的公平和道德整合，并培训下一代工人掌握这些新技术；他们还必须保护和帮助目前处于受到干扰风险的工人重新培训。人工智能的跨境性增加了其伦理和数据安全挑战，并呼吁国际社会确保负责任的使用，正如最近由28个国家和欧盟签署的布莱切利宣言所规定的。各国解决这些问题的能力不同，这突显了需要协调全球原则和地方立法的必要性。

编译｜潘颖颖 陈昊澜 刘鹏 黄建咏

排版｜吴思培

审核｜智库编审委员会